【HAN】代码逐句理解二

这是接着上一篇 ex_acm3025 主程序之后的评测代码

来吧，看一看👦

在看 KNN 和 Kmeans 之前，看一下传进来的数据是什么

xx = np.expand_dims(jhy_final_embedding, axis=0)[test_mask]
yy = y_test[test_mask]

xx 是最后输出的向量升维，选择测试集的样本 y

my_KNN

把 x 中维度是 1 的都去掉¹

x = np.squeeze(x)

获取每行最大值的索引²

if len(y.shape) > 1:
        y = np.argmax(y, axis=1)

按照 [0.2, 0.4, 0.6, 0.8] 划分训练集和测试集
每个比例下进行 10 轮的训练预测
每一轮都要打乱数据

一个 5 邻居的 KNN 训练预测
得到 macro f1 和 microf1
输出每个划分下 10 轮的 macro f1 和 micro f1 的均值

my_Kmeans

和上面一样，x 去除维度为 1 的，y 取每行值最大的索引

做一个 4 聚类器的 Kmeans
进行 10 轮的聚类训练预测
通过 sklean 的 normalized_mutual_info_score、adjusted_rand_score³ 获得 NMI、ARI

score = normalized_mutual_info_score(y, y_pred)
NMI_list.append(score)
s2 = adjusted_rand_score(y, y_pred)
ARI_list.append(s2)

输出 10 轮的 NMI 和 ARI 均值

---

1. https://blog.youkuaiyun.com/zenghaitao0128/article/details/78512715 ↩︎

2. https://blog.youkuaiyun.com/u013713117/article/details/53965572 ↩︎

3. https://www.jianshu.com/p/b9528df2f57a ↩︎